OpenAI의 무제한 채팅 폐지가 MCP 기반 코딩 워크플로를 무너뜨린다

OpenAI가 ChatGPT의 무제한 채팅을 없애고 그 사용량을 Codex 쪽과 합치는 변경을 예고했다. 무제한 채팅을 전제로 개발 환경을 꾸려온 사용자들에게는 작업 방식 자체를 다시 짜야 하는 변화다. 한 개발자는 이 정책이 사라지기 전까지 ChatGPT 대화창을 사실상 코딩 에이전트 풀처럼 활용해왔다고 공개했다.

핵심 재료는 ChatGPT의 커스텀 MCP 서버 지원과 OpenAI의 Secure MCP Tunnel이다. 이 개발자는 Windows 노트북에 통합 MCP 서버를 띄우고 VPS에도 비슷한 구성을 뒀다. 여기에 Desktop Commander를 붙여 파일과 폴더 접근, 코드 읽기와 쓰기, 터미널 명령 실행, 테스트 수행, 프로세스 관리를 대화창에서 처리했다. CUA(Computer Use Agent)를 통해서는 화면 캡처, 마우스 조작, 버튼 클릭, UI 요소 검사, 브라우저와 데스크톱 앱 테스트까지 가능하게 했다.

로컬 서버를 ChatGPT에 연결하는 작업은 Secure MCP Tunnel이 담당했다. 통합 MCP 게이트웨이를 터널에 붙이고 API 키로 인증하는 방식이었으며, 이를 위해 별도 클라우드 인프라를 새로 만들 필요가 없었다. 눈에 띄는 점은 비용 구조다. 오픈소스 도구, OpenAI가 제공한 터널 도구, 이미 쓰고 있던 ChatGPT 구독, 보유 중인 컴퓨터만으로 구성했고 별도의 유료 API 추론 호출은 발생하지 않았다.

동작을 확인한 뒤에는 도구 자체를 손봤다. 대표적인 것이 캡처한 스크린샷을 커스텀 MCP 앱 뷰어를 통해 ChatGPT 대화 안에 직접 렌더링하는 기능이다. 도구 호출 결과를 읽기 쉽게 다듬는 작업도 함께 했다. 결과적으로 평범한 ChatGPT 대화가 저장소 탐색, 코드 수정, 명령 실행, 오류 디버깅, 변경 사항의 시각적 검증까지 수행할 수 있게 됐다.

여러 작업을 동시에 돌리는 방식은 수작업 오케스트레이션이었다. ChatGPT 대화는 하위 대화를 만들거나 제어할 수 없기 때문이다. 상위 추론 모델로 상세한 구현 계획을 세우고,それを 문맥과 요구사항, 완료 조건을 담은 GitHub 이슈 여러 개로 쪼갠 뒤, 각 이슈를 별도의 ChatGPT 대화에 배정해 병렬로 처리했다. 대화마다 MCP 서버에 접근할 수 있었기 때문에 실제 코드 작업이 가능했고, 상대적으로 느린 모델을 쓰더라도 사용량 부담이 적은 점을 활용해 제한된 상위 모델은 아키텍처 결정과 리뷰에 아껴두는 식이었다.

운영 도구도 직접 만들었다. MCP 연결을 시작하고 중지하며 서버 상태와 CPU·메모리 사용량을 확인하고, 도구 호출을 실시간 피드로 지켜보는 감독 대시보드다. 파일 읽기, 명령 실행, 컴퓨터 사용 도구 호출이 언제 일어나는지 확인할 수 있고 실패 내역도 추적한다.

이 사례가 보여주는 지점은 요금제의 한도 설계가 곧 개발 워크플로의 설계라는 사실이다. 무제한 채팅은 이 개발자가 OpenAI 구독을 유지한 이유였고, 한도가 Codex 쪽으로 통합되면 여러 대화를 병렬 에이전트로 굴리던 방식의 비용 계산이 달라진다. 작성자는 Claude 모델을 선호한다며 Claude Opus가 자신의 사용 사례에서 더 똑똑하고 구독 대비 활용도도 높다고 밝히며 옮겨가겠다고 적었다.

전제도 분명히 해뒀다. 그는 규칙을 위반한 것이 아니라 OpenAI가 제공한 ChatGPT 대화, MCP 지원, 보안 터널, 자신의 도구 연결 기능을 최대한 활용했을 뿐이라고 설명한다. 동시에 자신의 구성이 이번 결정의 원인이라고 생각하지는 않는다고 덧붙였다. 병렬 에이전트가 같은 파일시스템을 공유하면 조율이 필요하고, 일부 이슈는 더 강한 모델이 개입해야 하는 한계도 있었다고 밝혔다.